TRUNOJOYO-Tugas Akhir-4781-060411100754_Abstract_TOC.pdf
Restricted to Repository staff only
Download (127kB)
TRUNOJOYO-Tugas Akhir-4781-060411100754_Cover.pdf
Restricted to Repository staff only
Download (446kB)
TRUNOJOYO-Tugas Akhir-4781-060411100754_Chapter1.pdf
Restricted to Repository staff only
Download (166kB)
TRUNOJOYO-Tugas Akhir-4781-060411100754_Chapter2.pdf
Restricted to Repository staff only
Download (426kB)
TRUNOJOYO-Tugas Akhir-4781-060411100754_Chapter3.pdf
Restricted to Repository staff only
Download (505kB)
TRUNOJOYO-Tugas Akhir-4781-060411100754_Chapter4.pdf
Restricted to Repository staff only
Download (1MB)
TRUNOJOYO-Tugas Akhir-4781-060411100754_Conclusion.pdf
Restricted to Repository staff only
Download (12kB)
TRUNOJOYO-Tugas Akhir-4781-060411100754_References.pdf
Restricted to Repository staff only
Download (85kB)
TRUNOJOYO-Tugas Akhir-4781-060411100754_Appendices.pdf
Restricted to Repository staff only
Download (275kB)
Abstract
Sistem pendataan mengenai balita penderita gizi buruk di Dinas Kesehatan Bangkalan masih dilakukan secara manual dan belum dapat memprediksi berapa jumlah balita penderita gizi buruk pada masa yang akan datang. Di dinas tersebut dibutuhkan suatu sistem peramalan yang mampu memprediksi jumlah balita penderita gizi buruk agar dapat dilakukan antisipasi dan mengambil keputusan dengan lebih efektif dan efisien untuk menanggulangi kasus tersebut.
Untuk membangun sistem peramalan tersebut digunakan metode Backpropagation. Pada metode Backpropagation untuk mendapatkan nilai error yang kecil dibutuhkan proses pelatihan bobot yang cukup lama dan kurang efisien terhadap waktu. Untuk mengatasi hal tersebut maka dikembangkanlah metode Backpropagation With Error Modification, perhitungan nilai error dimodifikasi dengan memberikan sedikit fungsi baru.
Metode Backpropagation menghasilkan MSE = 0,5833 dengan parameter hidden layer sebanyak 12, iterasi sebanyak 1000, momentum dengan nilai 0,1, learning rate dengan nilai 1 dan toleransi error = 0,0001. Sedangkan metode Backpropagation With Error Modification menghasilkan MSE = 0,1666 dengan parameter hidden layer sebanyak 12, iterasi sebanyak 1000, momentum dengan nilai 0,1, learning rate dengan nilai 1 dan toleransi error = 0,0001. Berdasar pada hasil MSE kedua metode tersebut, metode Backpropagation With Error Modification menunjukkan performa yang lebih baik dibanding metode Backpropagation sebelumnya.
| Item Type | Thesis (Skripsi) |
|---|---|
| Thesis Type | S1 |
| Creators | Creators NIM MOHAMMAD INDRA KUSUMA |
| Department | Informatika |
| Uncontrolled Keywords | Peramalan, gizi buruk, backpropagation, error modification |
| Divisions | Fakultas Teknik > S1 - Informatika |
| Additional Information | elib mass import |
| Depositing User | Unnamed user with email library@trunojoyo.ac.id |
| Date Deposited | 13 Oct 2026 23:17 |
| Last Modified | 24 Oct 2026 16:43 |
| URI | https://repository.trunojoyo.ac.id/id/eprint/1158 |
